tensorflow的乘法与转置: tf.multiply,tf.matmul和tf.transpose()

本文详细介绍了 TensorFlow 中用于元素乘法的 tf.multiply 函数,矩阵乘法的 tf.matmul 操作,以及如何进行张量转置的 tf.transpose 函数。tf.multiply 支持广播机制,执行元素级别的乘法;tf.matmul 处理矩阵的内积,可选择是否转置输入;tf.transpose 则用于交换张量的维度,实现转置效果。
摘要由CSDN通过智能技术生成

tf.multiply:

函数原型:

tf.math.multiply(
    x,
    y,
    name=None
)

说明:

  • 作用:对应元素相乘,并且具有广播作用。
  • x: 类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。
  • y: 类型跟张量x相同的张量。
  • 返回:x * y(element-wise )

tf.matmul:

函数原型:

tf.linalg.matmul(
    a,
    b,
    transpose_a=False,
    transpose_b=False,
    adjoint_a=False,
    adjoint_b=False,
    a_is_sparse=False,
    b_is_sparse=False,
    name=None
)

说明:

  • 作用:最里面的矩阵相乘,两个输入必须时矩阵。
  • a: 类型为 float16, float32, float64, int32, complex64, complex128 且张量秩 > 1 的张量。
  • b: 类型跟张量a相同的张量。
  • transpose_a: 如果为真, a则在进行乘法计算前进行转置。
  • transpose_b: 如果为真, b则在进行乘法计算前进行转置。
  • adjoint_a: 如果为真, a则在进行乘法计算前进行共轭和转置。
  • adjoint_b: 如果为真, b则在进行乘法计算前进行共轭和转置。
  • a_is_sparse: 如果为真, a会被处理为稀疏矩阵。
  • b_is_sparse: 如果为真, b会被处理为稀疏矩阵。

例子:

import tensorflow as tf
a = tf.constant(
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值